Houdini 21 新機能を徹底解説!各種新機能や ML などで広がるゲーム開発の未来 #ポリゴンナイト | CREATIVE VILLAGE SEMINAR

ND v2.0 - 多彩な機能を備えた非破壊ハードサーフェスモデリングツールキッ...

HugeMenace氏による多彩な機能を備えた非破壊ハードサーフェスモデリングツールキットBlenderアドオン「ND」の最新メジャーアップデート「ND v2.0」がリリースされました!

続きを読む

Rig Aling - Effortless Character Attire ...

MeiU氏によるキャラクターのボーンと体型の違う衣装やアクセサリーのボーンをワンクリック位置合わせが出来るBlnederアドオン「Rig Aling」がリリースされました!!

続きを読む

ZDepth Plugin 2.0 for ZBrush - 1枚の画像から深度...

3DキャラクターアーティストでZBrushのツール開発なども手掛けるTon Thien Hai氏(ZM Polygon)による、1枚の画像から深度情報などを生成し凹凸ディテールを追加出来るZBrushむけプラグインの最新メジャーアップデート「ZDepth Plugin 2.0 for ZBrush」が公開されています!

続きを読む

Little Werewolf : Blender+Houdini Simple...

holy_x氏によるBlender&Houdiniを使用したカートゥーンキャラクター制作解説コース『Simple Character Transformation Animation Tutorial: Little Werewolf (Blender + Houdini)』がCG&デジタルアート関連チュートリアルサービス-Wingfoxにて取り扱い開始!

続きを読む

Rebelle 8 - よりリアルな質感のブラシを搭載!アナログ感を売りとしたペ...

Escape Motionsによるアナログ感を売りとしたリアル志向のペイントソフトの最新メジャーアップデート「Rebelle 8」がリリースされました!

続きを読む

Autodesk Flow Studio ソフトウェア | Autodesk Flow Studio 2025 の価格と購入 | Autodesk

3D Hair Synthesis Using Volumetric Variational Autoencoders - ディープラーニングを活用し1枚の画像から自然な3Dヘアーを生成する技術!SIGGRAPH Asia 2018論文

この記事は約1分45秒で読めます

ディープラーニングを活用し、1枚の画像から3Dヘアーを生成する為の技術「3D Hair Synthesis Using Volumetric Variational Autoencoders」SIGGRAPH Asia 2018論文です。

3D Hair Synthesis Using Volumetric Variational Autoencoders (SIGGRAPH Asia 2018)

最近のシングルビュー3Dヘアデジタイゼーションの進歩により、高品質のCGキャラクターを拡張してエンドユーザがアクセスできるようになり、パーソナライズされたVRやゲーム体験の新しい形態が可能になりました。複雑で多様な髪の構造を扱うために、ほとんどの最先端技術は、包括的な髪データベースから特定の髪モデルを首尾よく取り出すことに頼っている。前述のデータ駆動方式は大量の記憶を必要とするだけでなく、制約の厳しい入力画像、複雑な髪型、失敗した顔検出にも失敗する傾向があります。 3Dヘア・モデルの大規模なコレクションを直接使用する代わりに、ボリュメトリック・バリアント自動エンコーダー(VAE)のコンパクトな潜在空間を通じて暗黙的に3Dヘアスタイルの多様体を表現することを提案します。この深いニューラルネットワークは、3Dヘアモデルのボリューム方向のフィールド表現で訓練され、圧縮されたコードから新しいヘアスタイルを合成することができます。エンドツーエンドのヘアヘアを可能にするために、任意の入力画像からVAE潜在空間内のコードを予測する追加の埋め込みネットワークを訓練します。次いで、予測された容積表現からストランドレベルのヘアスタイルを生成することができる。私たちの完全自動フレームワークは、特別な顔のフィッティング、中間分類とセグメンテーション、またはヘアスタイルデータベースの検索を必要としません。私たちの髪の合成手法は、低解像度、露出オーバー、または極端な頭のポーズを含む写真を含む、挑戦的な入力を伴う最先端のデータ駆動型髪型モデリング技術よりもはるかに堅牢で、髪型の幅広いバリエーションを扱うことができます。記憶要件は最小限であり、3Dヘアモデルは1秒間に画像から生成することができます。私たちの評価はまた、高度に定型化された漫画画像、非人物被写体、および人物の背後から撮影された画像から成功した再構成が可能であることを示す。我々のアプローチは、非常に異なる髪型の間で継続的かつもっともらしい髪補間に特に適している。

これくらい自然なモデルがサクッと出来るようになったらかなり作業が捗りそうですね。

参考リンク

3D Hair Synthesis Using Volumetric Variational Autoencoders | Linjie Luo


プロモーション


関連記事

  1. Transforming Standard Video Into Slow Motion with AI - NVIDIAによるAIベースのフレーム補間技術

    2018-07-11

  2. CT2Hair: High-Fidelity 3D Hair Modeling using Computed Tomography - ウィッグをCTスキャンし高品質な3Dヘアーストランドを生成!SIGGRAPH 2023技術論文

    2023-08-02

  3. Laplacian Kernel Splatting for Efficient Depth-of-field and Motion Blur - 高速な被写界深度とモーションブラー計算!SIGGRAPH技術論文

    2018-06-15

  4. Hand Shadow Poser - 多彩な形状に対応した手影絵のハンドポーズを生成できる技術!

    2025-07-27

コメントをお待ちしています。

コメント

日本語が含まれない投稿は無視されます。-Posts that do not include the Japanese will be ignored-(スパム対策-anti Spam-)

3D人-3dnchu-

3D/2D/VR/GAME/AIなどのCGに関連する個人的に気になる情報をほぼ毎日紹介!XやYoutubeなども是非フォローよろしくお願いします!

※当サイトの一部記事にはアフィリエイトが含まれております。

アーカイブ

カテゴリ

おすすめ商品Pickup

注目の記事

PR


PR






   
USD
3D人のLINEアカウントを作りました!
友だち追加


follow us in feedly

RSSリーダーで購読する


ほしい物リスト公開中!
3D人運営に援助!
Amazonでリストを見る

Discordチャンネル公開

pixivFUNBOXページ公開!




おすすめ商品Pickup

おすすめ記事

ページ上部へ戻る